寧可堵車，不可冒險？蘿卜快跑武漢宕機背后的成長煩惱

3月31日晚9時許，武漢三環線、二環線等城市主干道上演科幻驚悚一幕：上百臺百度“蘿卜快跑”自動駕駛出租車，在晚高峰車流中突然集體鎖死、停滯路中，車燈雙閃，如同被按下“暫停鍵”的鋼鐵僵尸，瞬間癱瘓半座城。

百度官方將原因初步歸結為“網絡原因”，而警方則直接定性為“系統故障” 。這種措辭的微小差異，背后是方興未艾的自動駕駛技術在突發情形下脆弱甚至不堪一擊，無人駕駛帶來的社會壓力測試逐漸加碼。

有網友質疑蘿卜快跑為何要原地停車，連靠邊停車都做不到，難道是蘿卜快跑是在愚人節前開的玩笑？別家最多圖一樂，只有百度整了個大活兒，好在沒人受傷，百度可以燒高香了。

腦補一下昨晚畫面：你坐在一輛沒有司機的蘿卜快跑車內，窗外是呼嘯而過的夜車，前方是堵死的車流，你的車就停在路中央，隨時可能被后車懟上。

你慌忙按下SOS按鈕，竟然沒反應；你撥打客服電話，無法接通；你想解開safety機制自己下車，車門鎖死。

在那一刻，這哪里是什么“未來出行工具”？這就是一個移動的、隔音的、四面漏風的賽博鐵籠。

你在絕望中度過了近兩個小時，最后把你從“鐵殼子”里撈出來的，不是云端大數據，不是遠程安全員，而是交警拿著工具挨個敲開車窗，把嚇得魂飛魄散的你解救出來。

人類花了幾十年時間發明自動駕駛，就是為了取代人類，結果系統一旦崩潰，還是得靠人類拿著鐵錘去砸玻璃救人類。

當然若借蘿卜快跑事件來吐槽甚至否定自動駕駛技術安全性乃至未來前景，似乎是因噎廢食，再成熟的技術也難以完全杜絕黑天鵝事件的突發。

比如2024年7月，美國安全服務提供商CrowdStrike更新錯誤致使微軟藍屏，影響全球多個國家近千萬臺使用Windows設備正常使用，導致航空公司、銀行、電信公司和媒體、健康醫療等各個行業陷入混亂。

蘿卜快跑在武漢街頭系統宕機，似乎揭開自動駕駛商業化殘酷的另一面：方興未艾的新技術狂奔時的偶發事故，就能癱瘓一座城市的交通，可見現階段自動駕駛像是一個還在公測中的半成品，機遇大與風險高并存。

有人分析這次蘿卜快跑車輛大規模癱瘓有兩個特點：一是未遇到特殊道路問題；二是同一區域內的蘿卜快跑車輛同時癱瘓。

癱瘓原因可能是通信出了問題，和后臺數據連接中斷，而自動駕駛系統會在信息連接中斷時強制讓車輛停止行駛，以免出現更大風險。

今年被視為自動駕駛的“VLA大模型元年” 。為了將新城市的部署周期從兩年壓縮至幾個月，行業全面轉向“視覺-語言-動作”（Vision-Language-Action）端到端架構 。

這種模型賦予車輛語義理解能力，但也帶來了難以解釋的“黑盒效應” 。當云端調度系統與單車系統之間產生邏輯沖突，車輛選擇了一種最安全也最極端的避險方式：在交通主動脈上把自己變成一塊不能移動的鐵塊 。

為此有人猜測蘿卜快跑后續影響的不僅是百度一家公司，很可能會影響接下來AI在現實生活的侵入進度，各地繼續推進自動駕駛出租車的時候大概率要重新評估風險，畢竟在主路突然停車癱瘓交通的危險性也不容忽視。

想到最近AI圈有一個詞挺火：“現實引力”。也就是當AI試圖顛覆現實后，現實的引力接踵而至。

包括豆包手機遭遇的全網封殺、seedance2.0的降速和版權抵制、元寶派輕飄飄沒了聲響、千問跑通外賣AI閉環但是帶來的增量卻是負的、OpenAI不堪重負下關閉sora、deepseek服務器宕機等等。

這些事情扎堆不是巧合，而是AI面對現實世界引力的沖突大爆發，AI帶來的技術突破性，與現實的規則沖突明顯在增大，蘿卜快跑宕機或許算是典型案例之一。

事實上，不止百度蘿卜快跑，谷歌旗下的Waymo無人駕駛車也犯過類似事故。

2025年12月20日，美國舊金山太平洋煤氣公司一處變電站突發火災，交通信號燈集體熄滅。谷歌旗下的Waymo無人駕駛車隊，在信號燈失效的路口，多輛Waymo停在路口中央，一動不動，后方車輛堵成長龍，Waymo隨后暫停了整個舊金山灣區的運營服務。

沒有紅綠燈，意味著失去了明確的通行信號；大量行人隨意穿行，意味著行為難以預測；如果通信或交通數據同時受到影響，系統所依賴的「確定性」會被進一步削弱。

背后原因似乎也簡單，Waymo L4級自動駕駛嚴重依賴交通信號燈等結構化規則輸入來簡化決策邏輯。一旦停電，紅綠燈就失效了，系統就失去了最核心的規則錨點。如果想要繼續走，就需要有足夠強大的AI自思考能力。

如果沒有這樣的AI決策能力，系統就會陷入無法100%確認安全，然后就是持續等待的死循環，所以外界看到Waymo和蘿卜快跑無人駕駛出租車最終在沒有紅綠燈且人流量又很大的的路口傻等，引發交通擁堵。

這套“遇到不確定情況就停下來” 叫Minimal Risk Condition，也就是最小風險策略，是DMV對L4級無人駕駛車輛作出的強制性安全要求，意思很簡單：寧可堵車，不能冒險。

這不是蘿卜快跑和Waymo的遇到的獨家煩惱，而是全球監管部門要求的底層安全設計原則。本是為單車場景設計的，一輛車遇到不確定情況停下來，安全合理。然而一兩百輛車同時停下來，就變成了大規模交通事故，制造出新的公共安全風險。

要知道Waymo依賴多傳感器融合系統，包括激光雷達、雷達、攝像頭，以及定期更新的高精地圖等。這套系統在秩序穩定的城市環境中表現極佳，也是Waymo能長期商業化運營的基礎，然而當城市本身進入異常狀態，新的問題就出現了。

對人類司機來說，停電導致沒有紅綠燈是一種熟悉且危險的狀態。而對高度規則化的自動駕駛系統來說，這可能是一個無法確認安全邊界的環境，只能原地停下，或許這也是更安全且無奈的解決方案。

宕機事件更像是蘿卜快跑一次成長的煩惱，暴露出從單車安全，到大規模車隊同時觸發保護機制引發的系統性風險，無人駕駛技術還有很大的空白地帶沒有跑通，需要后續仔細調查和不斷優化升級。

無人駕駛成熟的標志可能不是永不出錯，而是在出錯時與社會系統共存的能力，其在真實世界中的可靠性，仍需長期、系統性的驗證。

Waymo和蘿卜快跑案例或許昭示無人駕駛真正的考驗不在于日常運行，而在于系統突然失序時不可抗力的一瞬間，能從從容容、游刃有余拿出能兜底的可行性解決方案，而不是匆匆忙忙，連滾帶爬。